Tyto stránky již nejsou udržovány. Obsah je postupně přesouván/aktualizován na adrese chytrosti.marrek.cz.

100/291

Počítačové sítě a komunikační technika:
Harmonická analýza
Harmonická analýza -- složky
Harmonická analýza -- cvičení
Amplitudová modulace
Frekvenční modulace
Vzorkování
Aliasing
Kvantování
Číslicové zpracování signálů
Komunikace pomocí optických vláken I
Komunikace pomocí optických vláken II
Komunikace pomocí optických vláken III
Komunikace pomocí optických vláken IV
Optické zdroje a detektory
Metalické vedení -- primární a sekundární parametry
Metalické vedení -- zakončovací impedance
Stojaté vlnění
Šíření elektromagnetických vln
Parametry antén
Antény
Zdrojové kódování
Ztrátová komprese
Běžně používané souborové formáty
Formát kontejner kodek
Kanálové kódování
Multiplexování
Komunikační model, vrstvy, TCP/IP I
Komunikační model, vrstvy, TCP/IP II
IP adresa
DNS a WHOIS
DNS a WHOIS -- videoukázka
Protokoly TCP a UDP
Vrstvy Internetu — videoukázka
Služby Internetu
E-mail
Šifrování a elektronický podpis I
Šifrování a elektronický podpis II
Šifrování a elektronický podpis — videoukázka
Kódování textu
Kódování čísel
Úvod do Linuxu
Zpracování příkazového řádku
Základní příkazy
Přístupová práva
Vstupy, výstupy, přesměrování
Procesy
Procesy bez přihlášení
Počáteční nastavení
Základy skriptování
Shell -- test
Instalace software a nastavení sítě
Secure Shell I
Secure Shell II
Webový server
Python jako motor webu -- CGI
Python jako motor webu -- formuláře
Python jako motor webu -- Bottle I
Python jako motor webu -- Bottle II
Bottle -- příklad
Malý poštovní server

PSK1-9

Název školy: Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3
Autor: Ing. Marek Nožka
Anotace: Princip funkce číslicové filtrace signálu
Vzdělávací oblast: Informační a komunikační technologie
Předmět: Počítačové sítě a komunikační technika (PSK)
Tematická oblast: Principy přenosu informací
Výsledky vzdělávání: Žák s pomocí obrázků ukazuje princip číslicové zpracování signálů
Klíčová slova: FIR filter, číslicová filtrace
Druh učebního materiálu: Online vzdělávací materiál
Typ vzdělávání: Střední vzdělávání, 3. ročník, technické lyceum
Ověřeno: VOŠ a SPŠE Olomouc; Třída: 3L
Zdroj: Vlastní poznámky, Wikipedia, Wikimedia Commons

Číslicové zpracování signálů

Obsah:

  1. Číslicový signál
  2. Číslicový filtr, systém
  3. Impulzní charakteristika
  4. Průchod signálu filtrem

Číslicový signál

Číslicový signál je "pouhá" posloupnost vzorků, tedy posloupnost čísel. V našem příkladu označíme vstupní posloupnost $\mathrm{x}(n)$. $n$ je pořadí vzorku.

x=[ 1, 2, 1.4, 3.1, 1.1, 2, 1, 0, -3.1, -2, -0.9, -2.8, -1.5 ]

Graficky znázornit vstupní posloupnost můžeme takto:

Číslicový filtr, systém

Filtr obecně slouží ke změně časového průběhu nebo frekvenčního spektra signálu. Číslicovým filtr pracuje na následujícím principu: Filtr bere vstupní vzorky, jednotlivé vzorky váhuje (vynásobí je příslušnou konstantou) a sečte je. Výsledkem je výstupní posloupnost $\mathrm{y}(n)$.

Příslušné konstanty -- váhy jednoznačně určují vlastnosti filtru a jejich velikost je předmětem návrhu filtru.

Obecné schéma číslicového filtru vidíme na následujícím obrázku. (Schéma je zjednodušené a nezahrnuje zpětné vazby.)

$\mathrm{z}^{-1}$ označuje zpoždění o jeden vzorek (jeden takt). To znamená, že číslicový systém musí mít paměť a pracovat nejen s aktuálním vzorkem, ale i s několika vzorky předešlými.

$\mathrm{h}(n)$ označuje konstantu (váhu), kterou je příslušný vstupní vzorek vynásoben. Právě tyto váhy příslušný filtr (systém) jednoznačně charakterizují a určují jeho chování. Říkáme jim impulzní charakteristika $\mathrm{h}(n)$.

Impulzní charakteristika

Impulzní charakteristika $\mathrm{h}(n)$ je obecně odezva na tzv. jednotkový impulz. Jednotkový impulz je jediný vzorek o hodnotě jedna.

Mějme následující filtr:

h(n) = [ 0.1, 0.2, 0.5, 0.3 ]

... jeho vnitřní uspořádání, by se dalo nakreslit asi takto:

Jestliže přivedeme na vstup tohoto systému jednotkový impulz
tedy $\mathrm{x}(n)=\mathrm{\delta}(n)$
potom na výstupu dostáváme impulzní charakteristiku
tedy $\mathrm{y}(n)=\mathrm{h}(n)$

(Ostatní váhy jsou vždy násobeny nulou.)

Průchod signálu filtrem

Nyní přivedeme na vstup filtru posloupnost $\mathrm{x}(n)$.

x=[ 1, 2, 1.4, 3.1, 1.1, 2, 1, 0, -3.1, -2, -0.9, -2.8, -1.5 ]

Průchod filtru můžeme znázornit následujícím způsobem: Dáme pod sebe vstupní posloupnost $\mathrm{x}(n)$ a časově převrácenou impulzní charakteristiku $\mathrm{h}(n)$ a budeme násobit vždy vzorky, které jsou pod sebou. (Toto odpovídá matematické operaci konvoluce).

krok $\mathrm{n}=0$
$\mathrm{y}(0)=0.1 \cdot 1 + 0.2 \cdot 0 + 0.5 \cdot 0 + 0.3 \cdot 0 = 0.1$
krok $\mathrm{n}=1$
$\mathrm{y}(1)=0.1 \cdot 2 + 0.2 \cdot 1 + 0.5 \cdot 0 + 0.3 \cdot 0 = 0.4$
krok $\mathrm{n}=2$
$\mathrm{y}(2)=0.1 \cdot 1.4 + 0.2 \cdot 2 + 0.5 \cdot 1 + 0.3 \cdot 0 = 1.04$
krok $\mathrm{n}=3$
$\mathrm{y}(3)=0.1 \cdot 3.1 + 0.2 \cdot 1.4 + 0.5 \cdot 2 + 0.3 \cdot 1 = 1.89$
krok $\mathrm{n}=4$
$\mathrm{y}(4)=0.1 \cdot 1.1 + 0.2 \cdot 3.1 + 0.5 \cdot 1.4 + 0.3 \cdot 2 = 2.03$
krok $\mathrm{n}=5$
$\mathrm{y}(5)=0.1 \cdot 2 + 0.2 \cdot 1.1 + 0.5 \cdot 3.1 + 0.3 \cdot 1.4 = 3.29$

Výsledkem je posloupnost zobrazená na následujícím obrázku. Vidíme, že výstupní posloupnost připomíná funkci sinus. Filtr se tedy očividně chová jako dolní propust.

y(n)=[ 0.1 ,  0.4 ,  1.04,  1.89,  2.03,  2.39,  1.98,  1.53,  0.79, -0.52, -2.04, -2.39, -1.76]  


V této prezentaci se pokouším o prvotní přiblížení problematiky středoškolským studentům a proto zde záměrně opomíjím zpětné vazby a systémy s nekonečně dlouhou impulzní odezvou.

Python kód, který vytvořil obrázky:
Cislicovy_filtr

| navigace |

Licence Creative Commons Valid XHTML 1.0 Strict Valid CSS! Antispam.er.cz Blog: Tlapicka.net